Trefwoorden: psychiatrie, gepersonaliseerde geneeskunde, machine learning, artificial intelligence/kunstmatige intelligentie

"SUPERVISED MACHINE LEARNING IN PSYCHIATRY: TOWARDS APPLICATION IN CLINICAL PRACTICE"

In de afgelopen jaren is het vakgebied van machine learning (ook wel bekend als artificial intelligence) letterlijk geëxplodeerd en is de toepassing hiervan voorgesteld in allerlei andere vakgebieden zoals psychiatrie en mentale gezondheid. Dit is tot stand gekomen door het idee dat machine learning gebruikt kan worden om nieuwe klinische hulpmiddelen te ontwikkelen voor gepersonaliseerde voorspellingen en aanbevelingen. Deze hulpmiddelen zijn uitermate geschikt voor het verbeteren van haalbare resultaten binnen de psychiatrische klinische praktijk, die tot op heden kampt met weinig succes binnen het gevecht tegen mentale ziektes. Ondanks deze interesse is er nog steeds een enorme schaarste in psychiatrische hulpmiddelen die gebasseerd zijn op machine learning algoritmen. Massimiliano Grassi bestudeert in zijn proefschrift die uitdagingen die het vertalen van machine learning algoritmen in de klinische praktijk met zich mee brengt en stelt bijbehorende innovatieve oplossingen voor. Het onderzoek omvat de ontwikkeling en validatie van nieuwe algoritmen voor het voorspellen van het ontstaan van Alzheimer’s, de remissie van obsessieve-compulsieve gedragsstoornis, en de automatisering van slaapstadia door middel van polysomnografie, een methode om slaapstoornissen te diagnostiseren. De resultaten van deze studie tonen aan dat het gebruik van machine learning in de psychiatrische klinische praktijk niet zomaar een belofte is, en dat het mogelijk is om machine learning algoritmen te ontwikkelen die daadwerkelijk klinisch relevant zijn, zelfs als ze gebasseerd zijn op informatie die makkelijk toegankelijk is in de dagelijke klinische routine.

Klik hier voor het volledige proefschrift. 

Klik hier voor de live stream.